論文の概要: CTRLsum: Towards Generic Controllable Text Summarization

• arxiv url: http://arxiv.org/abs/2012.04281v1
• Date: Tue, 8 Dec 2020 08:54:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-16 21:29:30.213437
• Title: CTRLsum: Towards Generic Controllable Text Summarization
• Title（参考訳）: CTRLsum:ジェネリック制御可能なテキスト要約を目指して
• Authors: Junxian He, Wojciech Kry\'sci\'nski, Bryan McCann, Nazneen Rajani, Caiming Xiong
• Abstract要約: 現在、制御可能な要約のための新しいフレームワークである。 本手法により,ユーザは要約システムと対話することで,生成された要約の複数の側面を制御できる。 単一の統一モデルを使用することで、sumは推論時に要約操作の幅広い範囲を達成できる。
• 参考スコア（独自算出の注目度）: 54.69190421411766
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current summarization systems yield generic summaries that are disconnected from users' preferences and expectations. To address this limitation, we present CTRLsum, a novel framework for controllable summarization. Our approach enables users to control multiple aspects of generated summaries by interacting with the summarization system through textual input in the form of a set of keywords or descriptive prompts. Using a single unified model, CTRLsum is able to achieve a broad scope of summary manipulation at inference time without requiring additional human annotations or pre-defining a set of control aspects during training. We quantitatively demonstrate the effectiveness of our approach on three domains of summarization datasets and five control aspects: 1) entity-centric and 2) length-controllable summarization, 3) contribution summarization on scientific papers, 4) invention purpose summarization on patent filings, and 5) question-guided summarization on news articles in a reading comprehension setting. Moreover, when used in a standard, uncontrolled summarization setting, CTRLsum achieves state-of-the-art results on the CNN/DailyMail dataset. Code and model checkpoints are available at https://github.com/salesforce/ctrl-sum
• Abstract（参考訳）: 現在の要約システムは、ユーザの好みや期待から切り離された一般的な要約を生成する。 この制限に対処するため、制御可能な要約のための新しいフレームワークであるCTRLsumを提案する。 提案手法では,要約システムと対話し,キーワードや記述的プロンプトの形式でテキスト入力することで,生成した要約の複数の側面を制御できる。 単一の統一モデルを使用することで、ctrlsumは、人間のアノテーションの追加やトレーニング中に一連の制御側面を事前に定義することなく、推論時にサマリ操作の広い範囲を実現できる。 1) エンティティ中心, 2) 長さ制御可能な要約, 3) 科学論文への投稿要約, 4) 特許出願の発明目的要約, 5) 読解理解環境におけるニュース記事の質問誘導要約の3つの領域に対するアプローチの有効性を定量的に実証した。 さらに、標準の制御されていない要約設定で使用される場合、CTRLsumはCNN/DailyMailデータセットで最先端の結果を達成する。 code and model checkpoints are available at https://github.com/salesforce/ctrl-sum

関連論文リスト

• SummIt: Iterative Text Summarization via ChatGPT [12.966825834765814]
  本稿では,ChatGPTのような大規模言語モデルに基づく反復的なテキスト要約フレームワークSummItを提案する。 我々のフレームワークは、自己評価とフィードバックによって生成された要約を反復的に洗練することを可能にする。 また, 繰り返し改良の有効性を検証し, 過補正の潜在的な問題を特定するために, 人間の評価を行う。
  論文  参考訳（メタデータ） (2023-05-24T07:40:06Z)
• Attend to the Right Context: A Plug-and-Play Module for Content-Controllable Summarization [38.894418920684366]
  本稿では,一般的な要約処理をコンテンツ制御可能な要約タスクに適応させるプラグイン・アンド・プレイモジュールRelAttnを提案する。 実験の結果,提案手法はすべての要約器を効果的に改善し,プレフィックスベースの手法や広く使用されているプラグアンドプレイモデルよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-12-21T07:17:32Z)
• MACSum: Controllable Summarization with Mixed Attributes [56.685735509260276]
  MACSumは、混合属性を制御するための最初の人間アノテーションによる要約データセットである。 混合制御可能な要約の新しいタスクに対する2つの単純かつ効果的なパラメータ効率のアプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-09T17:17:37Z)
• Unsupervised Summarization with Customized Granularities [76.26899748972423]
  本稿では,最初の教師なし多粒度要約フレームワークであるGranuSumを提案する。 異なる数のイベントを入力することで、GranuSumは教師なしの方法で複数の粒度のサマリーを生成することができる。
  論文  参考訳（メタデータ） (2022-01-29T05:56:35Z)
• Controllable Summarization with Constrained Markov Decision Process [50.04321779376415]
  本研究では,ユーザが特定の属性を制御できる可制御テキスト要約について検討する。 制約付きマルコフ決定プロセス(CMDP)に基づく新しいトレーニングフレームワークを提案する。 我々のフレームワークは、長さ、被覆された実体、抽象性など、要約の重要な属性を制御するために応用できる。
  論文  参考訳（メタデータ） (2021-08-07T09:12:53Z)
• Abstractive Query Focused Summarization with Query-Free Resources [60.468323530248945]
  本稿では,汎用的な要約リソースのみを利用して抽象的なqfsシステムを構築する問題を考える。 本稿では,要約とクエリのための新しい統一表現からなるMasked ROUGE回帰フレームワークであるMargeを提案する。 最小限の監視から学習したにもかかわらず,遠隔管理環境において最先端の結果が得られた。
  論文  参考訳（メタデータ） (2020-12-29T14:39:35Z)
• Exploring Explainable Selection to Control Abstractive Summarization [51.74889133688111]
  説明可能性を重視した新しいフレームワークを開発する。 新しいペアワイズ行列は、文の相互作用、中心性、属性スコアをキャプチャする。 コンストラクタ内の文分割アテンション機構は、最終要約が所望のコンテンツを強調することを保証する。
  論文  参考訳（メタデータ） (2020-04-24T14:39:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。